我知道生成 Shapley 解釋的能力已集成到 SAS Viya 中；有沒有人成功地在 JMP 中生成這些值？ 我有一個客戶在 Pro 和 Python 中的 NN 之間跳來跳去以構建模型，然後生成 SHAP 值，但希望在 JMP 中或通過插件本地執行此解釋。 有沒有人試過這個？ 是否可以？
在線性回歸模型的情況下（只有主效應，沒有相互作用或曲率），我認為形狀值將與模型中因子的斜率估計成正比。勻稱值是衡量“每個因素對輸出均值的貢獻有多大”）。
當您有一個更靈活的模型（具有交互作用和/或曲率，或者像神經網絡這樣更靈活的模型）時，您需要做的是確定該因子的平均邊際效應（考慮所有其他因素）。在探查器下，您可以使用變量重要性圖創建此估計平均邊際效應的圖表，但它不會報告用於製作該圖的實際值表。
我想您可以使用 Profiler 的模擬輸出手動創建它，也可以對每個因素進行一些總結。
如果他們可以描述他們用於確定 Shapely 值的方法，則可能會編寫腳本。
